[发明专利]一种中文词条检索方法

说明书

技术领域

本发明涉及计算机网络搜索引擎检索领域，具体涉及一种中文词条检索方法。

背景技术

随着互联网数据量越来越大，用户从大数据中检索相关数据的时间越来越长。服务器性能随之产生浪费，如何解决大数据下快速检索的功能成为了研究的课题。

现在有技术上有sphinx全文检索引擎+scws中文分词系统的架构方案，sphinx全文检索引擎+scws中文分词系统他的缺点部署稍复杂，使用稍复杂。

发明内容

本发明克服了现有技术的不足，提供一种简化的中文词条检索方法。

为解决上述技术问题，本发明采用的技术方案为：

一种中文词条检索方法，包括以下步骤：

1）用户通过http|get/post接口输入中文词条，分词系统介入，对用户检索的关键词进行分词；

2）在索引文件中查询，查询出的关键词结果高亮显示，生成内容摘要，返回数据格式；

3）用户通过http|get/post接口输入的中文词条进行增删改时，上述操作进入队列控制器等待；

4）根据先入先出原则，数据源进入数据库分布控制层（控制层，更具全局hashid分布，双机备份），将数据更新到数据库中；

5）调用sphinx索引服务层，进行索引的建立；此时的索引是临时索引不影响主索引的使用，当临时索引达到一定的级别，将和主索引进行归档合并，一定的级别为配置文件通过设置临时索引的限制条数实现。

所述步骤2）数据格式包括json和xml。

较优地，步骤1分词系统包括：

分词模块：用于对中文文本按词语语义进行分词；

匹配模块：用于匹配分词模块进行分词后的词条与知识库中的数据；

知识库：存储中文词条信息库。

较优地，队列控制器包括：限制计数器、可用计数器、指针计数器、要求控制器与存取控制器，指针计数器指示当前词条索引位置。

与现有技术相比，本发明的有益效果有：本发明简化优化了中文词条检索方法，产生新的架构方案，新方案能快速高效的对大数据进行分词，建立高效索引。 

附图说明

图1为本发明的方法流程图。

具体实施方式

下面结合附图对本发明作更进一步的说明。

一种中文词条检索方法，包括以下步骤：

1）用户通过http|get/post接口输入中文词条，分词系统介入，对用户检索的关键词进行分词；

2）在索引文件中查询，查询出的关键词结果高亮显示，生成内容摘要，返回数据格式；

3）用户通过http|get/post接口输入的中文词条进行增删改时，上述操作进入队列控制器等待；

4）根据先入先出原则，数据源进入数据库分布控制层（控制层，更具全局hashid分布，双机备份），将数据更新到数据库中；

5）调用sphinx索引服务层，进行索引的建立；此时的索引是临时索引不影响主索引的使用，当临时索引达到一定的级别，将和主索引进行归档合并，一定的级别为配置文件通过设置临时索引的限制条数实现。

所述步骤2）数据格式包括json和xml。

较优地，步骤1分词系统包括：

分词模块：用于对中文文本按词语语义进行分词；

匹配模块：用于匹配分词模块进行分词后的词条与知识库中的数据；

知识库：存储中文词条信息库；

较优地，队列控制器包括：限制计数器、可用计数器、指针计数器、要求控制器与存取控制器，限制计数器、可用计数器、指针计数器、要求控制器与存取控制器相连。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。